Entorno de ejecución IA versión 4

Esta página enumera el entorno del sistema y las bibliotecas instaladas para el entorno AI Runtime (computación con GPU sin servidor) versión 4.

Para garantizar la compatibilidad de la aplicación, las cargas de trabajo de IA Runtime utilizan una API versionada, conocida como la versión del entorno, que sigue siendo compatible con versiones más recientes del servidor.

Puede seleccionar un entorno base que incluya esta versión del entorno mediante el panel lateral Entorno en los cuadernos sin servidor. Ver Paso 1: Conecta un portátil a una GPU.

Nuevas características y mejoras

El Integration Runtime de IA 4 se basa en el entorno sin servidor 4 (CPU). Vea las novedades del entorno sin servidor 4 (CPU). Incluye dos entornos diferentes:

Actualizaciones de API

5 de noviembre de 2026

API Python de GPU sin servidor actualizada a 0.5.11+patch7

La API Serverless GPU Python 0.5.11+patch7 incluye las siguientes actualizaciones de la API:

  • Correcciones de errores:
    • Solucioné un problema donde los lanzamientos remotos fallaban con el error No compute options found for a10.
  • Cambios de comportamiento:
    • Las cargas de trabajo remotas ahora utilizan computación bajo demanda. Los pools reservados ya no se seleccionan por defecto, y la DATABRICKS_USE_POOL variable de entorno y los ajustes de pool heredados del notebook ya no se aplican. Esto reemplaza el valor predeterminado del grupo reservado introducido en la versión 0.5.6.

12 de febrero de 2026

API de Python de GPU sin servidor actualizada a 0.5.11+patch2

La API de Python de GPU sin servidor 0.5.11+patch2 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:
    • Se ha corregido un problema por el que la ejecución activa de MLflow no se cerraba después de que se completara la ejecución local.

4 de febrero de 2026

API de Python de GPU sin servidor actualizada a 0.5.11+patch1

La API de Python de GPU sin servidor 0.5.11+patch1 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:
    • Se ha corregido un problema que provocaba que las ejecuciones de entrenamiento se bloquearan. La función de sincronización de estado de MLflow de rango cruzado introducida en una versión anterior ha sido revertida.

20 de enero de 2026

API de Python de GPU sin servidor actualizada a 0.5.11

La API de Python de GPU sin servidor 0.5.11 incluye las siguientes actualizaciones de API:

  • Nuevas características y mejoras:
    • Se ha filtrado el ruido de Py4J y SparkConnect de la salida de ejecución local para registros más limpios.

8 de enero de 2026

API de Python de GPU sin servidor actualizada a 0.5.10

La API de Python de GPU sin servidor 0.5.10 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:

    • Se ha corregido un problema que impedía que el banner de cancelación aparezca al interrumpir una carga de trabajo en ejecución.
    • Se ha corregido un problema por el que se creaba una ejecución de MLflow duplicada cuando el usuario ya había especificado un MLFLOW_RUN_ID.
  • Nuevas características y mejoras:

    • Ahora se crea automáticamente una ejecución de MLflow al ejecutar cargas de trabajo en modo local.
    • La salida de la celda es ahora más clara: se ha eliminado la columna Params de la visualización del estado de la carga de trabajo.
    • Los mensajes de error ahora usan tipos de excepción específicos, lo que facilita la identificación y control de errores en el código.

11 de dic de 2025

API de Python de GPU sin servidor actualizada a 0.5.9

La API de Python de GPU sin servidor 0.5.9 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:

    • Se ha corregido un error por el que interrumpir la celda del cuaderno no detenía el trabajo remoto.
    • Se ha corregido un error por el que el cuaderno no mostraba el estado correcto de la carga de trabajo.
    • Se ha corregido un error de registro con un argumento de palabra clave inesperado.
  • Nuevas características y mejoras:

    • Las salidas de las celdas muestran ahora los registros de entrenamiento con marcas de tiempo y las ejecuciones de MLflow.

19 de noviembre de 2025

API de Python de GPU sin servidor actualizada a 0.5.8

La API de Python de GPU sin servidor 0.5.8 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:

    • Se ha corregido una condición de carrera en el código de sincronización que provocaba este mensaje de error: torch.distributed.DistBackendError: [1] is setting up NCCL communicator and retrieving ncclUniqueId from [0] via c10d key-value store by key '0', but store->get('0') got error: failed to recv, got 0 bytes.
    • Se ha corregido un problema en la que se generaba una excepción más general en lugar de una excepción específica. Esta corrección también ha solucionado otras condiciones de carrera que provocaban que una celda final se marcara como Ejecutada en lugar de Errónea.
  • Nuevas características y mejoras:

    • Se ha aumentado de 16 a 32 el número máximo de GPU A10 y H100 a las que un notebook puede conectarse.
    • Se ha agregado el tiempo de espera y el vaciado de registros al sincronizar entornos.

31 de octubre de 2025

API de Python de GPU sin servidor actualizada a 0.5.7

La API de Python de GPU sin servidor 0.5.7 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:
    • Se ha corregido un problema por el que un error en un trabajo remoto se mostraba incorrectamente como un éxito en la celda del cuaderno.
    • Se ha corregido un problema de tiempo de espera intermitente durante la sincronización del entorno.
    • Se ha corregido el problema de visualización del vínculo "Ver registros".

22 de octubre de 2025

API de Python de GPU sin servidor actualizada a 0.5.6

La API de Python de GPU sin servidor 0.5.6 incluye las siguientes actualizaciones de API:

  • Correcciones de errores:
    • Se ha corregido Py4jException un error que provocaba que el cuaderno se bloqueara al ejecutar varias cargas de trabajo mediante serverless_gpu con remote=False.
    • Se ha corregido un problema ocasional identificado como "torch.distributed.DistStoreError" que podía producirse durante el entrenamiento en varios nodos.
    • Se ha corregido un problema de carrera en la sincronización de carga y descarga del entorno con la nueva API del gestor de entornos de Python.
  • Cambios de comportamiento:
    • Selección actualizada del cómputo de GPU sin servidor predeterminado. De forma predeterminada, los usuarios ahora se asocian a grupos reservados si tienen acceso a ellos. Los usuarios pueden conectarse a grupos a petición estableciendo la marca "DATABRICKS_USE_POOL". Si los usuarios no tienen acceso a grupos reservados, siempre tendrán como valor predeterminado grupos a petición.

Entorno del sistema

  • sistema operativo: Ubuntu 24.04.2 LTS
  • Python: 3.12.3
  • Databricks Connect: 17 (Databricks Connect se actualiza continuamente en la última versión del entorno. Corre pip list para confirmar la versión exacta en tu entorno actual.)
  • Kit de herramientas de NVIDIA CUDA: 12.6

Bibliotecas de Python instaladas

Entorno estándar

Además de lo que incluye el entorno sin servidor 4 (CPU), el entorno de ejecución de IA 4 incluye lo siguiente:

  • flash-attention 2.8.3
  • torch 2.7.1
  • torchvision 0.22.1

Note

Los archivos de requisitos registran las versiones de los paquetes para esta versión. Al reproducir estas versiones, se pueden instalar paquetes obsoletos de autoridades certificadoras, incluyendo certifi. Antes de establecer conexiones HTTPS remotas, aplique las actualizaciones del paquete que se indican en el aviso de seguridad de eMudhra. Mantén activada la verificación de certificados TLS y prueba la compatibilidad de paquetes después de las actualizaciones.

Para reproducir el entorno de ejecución AI 4 en tu entorno virtual Python local, descarga el archivorequirements-env-gpu-4.txt y ejecuta pip install -r requirements-env-gpu-4.txt. Este comando instala todas las bibliotecas desde el entorno sin servidor 4.

Biblioteca Versión Biblioteca Versión Biblioteca Versión
tipos anotados 0.7.0 anyio 4.6.2 argon2-cffi 21.3.0
argon2-cffi-bindings 21.2.0 flecha 1.3.0 asttokens 2.0.5
astunparse 1.6.3 async-lru 2.0.4 attrs 24.3.0
comando automático 2.2.2 azure-common 1.1.28 azure-core 1.34.0
azure-identity 1.20.0 azure-mgmt-core 1.5.0 azure-mgmt-web 8.0.0
azure-storage-blob 12.23.0 azure-storage-file-datalake 12.17.0 babel 2.16.0
backports.tarfile 1.2.0 beautifulsoup4 4.12.3 negro 24.10.0
bleach 6.2.0 blinker 1.7.0 boto3 1.36.2
botocore 1.36.3 cachetools 5.5.1 certifi 2026.10.19
cffi 1.17.1 chardet 4.0.0 charset-normalizer 3.3.2
Haz clic 8.1.7 cloudpickle 3.0.0 Comunicación 0.2.1
contourpy 1.3.1 criptografía 43.0.3 ciclista 0.11.0
Cython 3.0.12 databricks-connect 17.3.15 databricks-sdk 0.49.0
databricks.serverless_gpu 0.5.11+patch7 dbus-python 1.3.2 debugpy 1.8.11
decorator 5.1.1 defusedxml 0.7.1 delta-spark 3.4.0+databricks.connect.17.3.15
Deprecated 1.2.13 distlib 0.3.9 docstring-to-markdown 0.11
executing 0.8.3 visión general de las facetas 1.1.1 fastapi 0.115.12
fastjsonschema 2.21.1 bloqueo de archivos 3.13.1 fonttools 4.55.3
FQDN 1.5.1 fsspec 2023.5.0 futuro 1.0.0
gitdb 4.0.11 GitPython 3.1.43 google-api-core 2.20.0
google-auth 2.40.0 google-cloud-core 2.4.3 Google Cloud Storage (almacenamiento en la nube de Google) 3.1.0
google-crc32c 1.7.1 google-resumable-media (medios reanudables de Google) 2.7.2 googleapis-common-protos 1.65.0
grpcio 1.67.0 grpcio-status 1.67.0 h11 0.14.0
httpcore 1.0.2 httplib2 0.20.4 httpx 0.27.0
idna 3.7 importlib-metadata 6.6.0 importlib_resources 6.4.0
inflect 7.3.1 iniconfig 1.1.1 ipyflow-core 0.0.209
ipykernel 6.29.5 ipython 8.30.0 ipython-genutils 0.2.0
ipywidgets 7.8.1 isodate 0.6.1 isoduration 20.11.0
jaraco.context 5.3.0 jaraco.functools 4.0.1 jaraco.text 3.12.1
Jedi 0.19.2 Jinja2 3.1.5 jmespath 1.0.1
joblib 1.4.2 json5 0.9.25 jsonpointer 3.0.0
jsonschema 4.23.0 jsonschema-specifications 2023.7.1 jupyter_events 0.10.0
jupyter-lsp 2.2.0 jupyter_client 8.6.3 jupyter_core 5.7.2
jupyter_server 2.14.1 jupyter_server_terminals 0.4.4 jupyterlab 4.3.4
jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0 jupyterlab_server (servidor de JupyterLab) 2.27.3
kiwisolver 1.4.8 launchpadlib 1.11.0 lazr.restfulclient 0.14.6
lazr.uri 1.0.6 markdown-it-py 2.2.0 MarkupSafe 3.0.2
matplotlib 3.10.0 matplotlib-inline 0.1.7 Mccabe 0.7.0
mdurl 0.1.0 mistune 2.0.4 mlflow-skinny 2.22.0
mmh3 5.1.0 more-itertools 10.3.0 mpmath 1.3.0
msal 1.32.3 msal-extensions 1.3.1 mypy-extensions 1.0.0
nbclient 0.8.0 nbconvert 7.16.4 nbformat 5.10.4
nest-asyncio 1.6.0 networkx 3.4.2 nodeenv 1.9.1
notebook 7.3.2 notebook_shim 0.2.3 numpy 2.1.3
nvidia-cublas-cu12 12.6.4.1 nvidia-cuda-cccl-cu12 12.6.77 nvidia-cuda-cupti-cu12 12.6.80
nvidia-cuda-nvrtc-cu12 12.6.77 nvidia-cuda-runtime-cu12 12.6.77 nvidia-cudnn-cu12 9.5.1.17
nvidia-cufft-cu12 11.3.0.4 nvidia-cufile-cu12 1.11.1.6 nvidia-curand-cu12 10.3.7.77
nvidia-cusolver-cu12 11.7.1.2 nvidia-cusparse-cu12 12.5.4.2 nvidia-cusparselt-cu12 0.6.3
nvidia-ml-py 13.590.48 nvidia-nccl-cu12 2.26.2 nvidia-nvjitlink-cu12 12.6.85
nvidia-nvtx-cu12 12.6.77 oauthlib 3.2.2 opentelemetry-api 1.32.1
opentelemetry-sdk 1.32.1 opentelemetry-semantic-conventions 0.53b1 overrides 7.4.0
embalaje 24.1 Pandas 2.2.3 pandocfilters 1.5.0
parambench-train-comms 0.0.0 parso 0.8.4 pathspec 0.10.3
chivo expiatorio 1.0.1 pexpect 4.8.0 almohada 11.1.0
pip 25.0.1 platformdirs 3.10.0 plotly 5.24.1
pluggy 1.5.0 prometheus_client 0.21.0 prompt-toolkit 3.0.43
proto-plus 1.26.1 protobuf 5.29.4 psutil 5.9.0
psycopg2 2.9.3 ptyprocess 0.7.0 pure-eval 0.2.2
py4j 0.10.9.9 pyarrow 19.0.1 pyarrow-hotfix 0.7
pyasn1 0.4.8 pyasn1-modules 0.2.8 pyccolo 0.0.71
pycparser 2.21 pydantic 2.10.6 pydantic_core 2.27.2
pydot 4.0.0 pyflakes 3.2.0 Pygments 2.15.1
PyGObject 3.48.2 pyiceberg 0.9.0 PyJWT 2.10.1
pynvml 13.0.1 pyodbc 5.2.0 pyparsing 3.2.0
pyright 1.1.394 pyspark 4.0.0+databricks.connect.17.3.15 pytest 8.3.5
Python-dateutil 2.9.0.post0 python-json-logger 3.2.1 python-lsp-jsonrpc 1.1.2
python-lsp-servidor 1.12.0 configuración de herramienta Python 1.2.6 pytz 2026,5
PyYAML 6.0.2 pyzmq 26.2.0 referencing 0.30.2
solicitudes 2.32.3 rfc3339-validator 0.1.4 rfc3986-validator 0.1.1
rico 13.9.4 cuerda 1.12.0 rpds-py 0.22.3
rsa 4.9.1 s3transfer 0.11.3 scikit-learn 1.6.1
scipy 1.15.1 biblioteca de visualización de datos de Python llamada seaborn 0.13.2 Send2Trash 1.8.2
setuptools 74.0.0 six 1.16.0 smmap 5.0.0
sniffio 1.3.0 sortedcontainers 2.4.0 soupsieve 2,5
sqlparse 0.5.3 ssh-import-id 5.11 stack-data 0.2.0
Starlette 0.46.2 statsmodels (paquete de Python para análisis estadístico) 0.14.4 strictyaml 1.7.3
sympy 1.13.3 tenacidad 9.0.0 terminado 0.17.1
threadpoolctl 3.5.0 tinycss2 1.4.0 tokenize_rt 6.1.0
tomli 2.0.1 antorcha 2.7.1 torchvision 0.22.1
tornado 6.4.2 traitlets 5.14.3 Tritón 3.3.1
typeguard 4.3.0 types-python-dateutil 2.9.0.20241206 typing_extensions 4.12.2
tzdata 2026,5 ujson 5.10.0 unattended-upgrades 0,1
uri-template 1.3.0 urllib3 2.3.0 uvicorn 0.34.2
virtualenv 20.29.3 wadllib 1.3.6 wcwidth 0.2.5
webcolores 24.11.1 codificaciones web 0.5.1 cliente de websocket 1.8.0
whatthepatch 1.0.2 wheel 0.45.1 widgetsnbextension 3.6.6
envuelto 1.17.0 yapf 0.40.2 zipp 3.21.0
zstandard 0.23.0

Entorno de inteligencia artificial

El entorno de IA incluye todos los paquetes del entorno Estándar, así como los siguientes paquetes:

  • flash-attention 2.8.3
  • langchain 0.3.27
  • lightgbm 4.6.0
  • openai 1.106.1
  • optuna 4.5.0
  • ray 2.49.1
  • sentence-transformers 5.1.0
  • transformers 4.56.1
  • xgboost 3.0.4
  • pytorch-lightning 2.5.4

Note

Los archivos de requisitos registran las versiones de los paquetes para esta versión. Al reproducir estas versiones, se pueden instalar paquetes obsoletos de autoridades certificadoras, incluyendo certifi. Antes de establecer conexiones HTTPS remotas, aplique las actualizaciones del paquete que se indican en el aviso de seguridad de eMudhra. Mantén activada la verificación de certificados TLS y prueba la compatibilidad de paquetes después de las actualizaciones.

Para reproducir el entorno de IA V4 en el entorno virtual local de Python, descargue el archivo requirements-ai-gpu-4.txt y ejecute pip install -r requirements-ai-gpu-4.txt. Este comando instala todas las bibliotecas desde el entorno de IA.

Biblioteca Versión Biblioteca Versión Biblioteca Versión
absl-py 2.4.0 acelerar 1.10.1 aiohappyeyeballs 2.4.4
aiohttp 3.11.10 aiohttp-cors 0.8.1 aiosignal 1.2.0
alambique 1.18.4 documento anotado 0.0.4 tipos anotados 0.7.0
anyio 4.6.2 argon2-cffi 21.3.0 argon2-cffi-bindings 21.2.0
flecha 1.3.0 asttokens 2.0.5 astunparse 1.6.3
async-lru 2.0.4 attrs 24.3.0 audioread 3.1.0
comando automático 2.2.2 azure-common 1.1.28 azure-core 1.34.0
azure-identity 1.20.0 azure-mgmt-core 1.5.0 azure-mgmt-web 8.0.0
azure-storage-blob 12.23.0 azure-storage-file-datalake 12.17.0 babel 2.16.0
backports.tarfile 1.2.0 bcrypt 3.2.0 beautifulsoup4 4.12.3
negro 24.10.0 bleach 6.2.0 blinker 1.7.0
blis 1.3.3 boto3 1.36.2 botocore 1.36.3
brotli 1.2.1 cachetools 5.5.1 catálogo 2.0.10
certifi 2026.10.19 cffi 1.17.1 chardet 4.0.0
charset-normalizer 3.3.2 circuitbreaker 2.1.3 Haz clic 8.1.7
cloudpathlib 0.23.0 cloudpickle 3.0.0 colorido 0.5.8
colorlog 6.10.1 Comunicación 0.2.1 confitería 0.1.5
contourpy 1.3.1 cramjam 2.11.0 criptografía 43.0.3
ciclista 0.11.0 cymem 2.0.13 Cython 3.0.12
databricks-agents 1.4.0 databricks-connect 17.3.7 databricks-sdk 0.65.0
databricks.serverless_gpu 0.5.11+patch7 dataclasses-json 0.6.7 Conjuntos de datos 4.0.0
dbus-python 1.3.2 debugpy 1.8.11 decorator 5.1.1
defusedxml 0.7.1 delta-spark 3.4.0+databricks.connect.17.3.15 Deprecated 1.2.13
dill 0.3.8 distlib 0.3.9 dm-tree 0.1.9
docstring-to-markdown 0.11 evaluate 0.4.5 executing 0.8.3
visión general de las facetas 1.1.1 Farama-Notifications 0.0.4 fastapi 0.115.12
fastjsonschema 2.21.1 bloqueo de archivos 3.13.1 flash_attn 2.8.3
fonttools 4.55.3 FQDN 1.5.1 frozenlist 1.5.0
fsspec 2023.5.0 futuro 1.0.0 gitdb 4.0.11
GitPython 3.1.43 google-api-core 2.20.0 google-auth 2.40.0
google-cloud-core 2.4.3 Google Cloud Storage (almacenamiento en la nube de Google) 3.1.0 google-crc32c 1.7.1
google-resumable-media (medios reanudables de Google) 2.7.2 googleapis-common-protos 1.65.0 greenlet 3.1.1
grpcio 1.67.0 grpcio-status 1.67.0 gimnasio 1.1.1
h11 0.14.0 hf-xet 1.4.2 hf_transfer 0.1.9
httpcore 1.0.2 httplib2 0.20.4 httpx 0.27.0
httpx-sse 0.4.3 huggingface-hub 0.34.4 idna 3.7
importlib-metadata 6.6.0 importlib_resources 6.4.0 inflect 7.3.1
iniconfig 1.1.1 ipyflow-core 0.0.209 ipykernel 6.29.5
ipython 8.30.0 ipython-genutils 0.2.0 ipywidgets 7.8.1
isodate 0.6.1 isoduration 20.11.0 jaraco.context 5.3.0
jaraco.functools 4.0.1 jaraco.text 3.12.1 Jedi 0.19.2
Jinja2 3.1.5 jiter 0.13.0 jmespath 1.0.1
joblib 1.4.2 json5 0.9.25 jsonpatch 1.33
jsonpointer 3.0.0 jsonschema 4.23.0 jsonschema-specifications 2023.7.1
jupyter_events 0.10.0 jupyter-lsp 2.2.0 jupyter_client 8.6.3
jupyter_core 5.7.2 jupyter_server 2.14.1 jupyter_server_terminals 0.4.4
jupyterlab 4.3.4 jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0
jupyterlab_server (servidor de JupyterLab) 2.27.3 kiwisolver 1.4.8 langchain 0.3.27
langchain-community 0.3.29 langchain-core 0.3.75 langchain-openai 0.3.32
langchain-text-splitters 0.3.11 códigos de idioma 3.5.1 langsmith 0.7.18
launchpadlib 1.11.0 lazr.restfulclient 0.14.6 lazr.uri 1.0.6
lazy_loader 0.4 librosa 0.11.0 lightgbm 4.6.0
lightning-utilities 0.15.3 llvmlite 0.44.0 lz4 4.3.2
Mako 1.3.10 markdown-it-py 2.2.0 MarkupSafe 3.0.2
marshmallow 3.26.2 matplotlib 3.10.0 matplotlib-inline 0.1.7
Mccabe 0.7.0 mdurl 0.1.0 mistune 2.0.4
mlflow-skinny 3.4.0 mmh3 5.1.0 more-itertools 10.3.0
mosaicml-streaming 0.13.0 mpmath 1.3.0 msal 1.32.3
msal-extensions 1.3.1 msgpack 1.1.2 multidict 6.1.0
multiprocess 0.70.16 murmurhash 1.0.15 mypy-extensions 1.0.0
nbclient 0.8.0 nbconvert 7.16.4 nbformat 5.10.4
nest-asyncio 1.6.0 networkx 3.4.2 ninja 1.11.1.4
nodeenv 1.9.1 notebook 7.3.2 notebook_shim 0.2.3
numba 0.61.0 numpy 2.1.3 nvidia-cublas-cu12 12.6.4.1
nvidia-cuda-cccl-cu12 12.6.77 nvidia-cuda-cupti-cu12 12.6.80 nvidia-cuda-nvrtc-cu12 12.6.77
nvidia-cuda-runtime-cu12 12.6.77 nvidia-cudnn-cu12 9.5.1.17 nvidia-cufft-cu12 11.3.0.4
nvidia-cufile-cu12 1.11.1.6 nvidia-curand-cu12 10.3.7.77 nvidia-cusolver-cu12 11.7.1.2
nvidia-cusparse-cu12 12.5.4.2 nvidia-cusparselt-cu12 0.6.3 nvidia-ml-py 13.590.48
nvidia-nccl-cu12 2.26.2 nvidia-nvjitlink-cu12 12.6.85 nvidia-nvtx-cu12 12.6.77
oauthlib 3.2.2 oci 2.168.1 openai 1.106.1
opencensus 0.11.4 opencensus-context==0.1.2 0.1.3 opencv-python 4.12.0.88
opentelemetry-api 1.32.1 opentelemetry-exporter-prometheus 0.53b1 opentelemetry-proto 1.40.0
opentelemetry-sdk 1.32.1 opentelemetry-semantic-conventions 0.53b1 optuna 4.5.0
optuna-integration 4.5.0 orjson 3.11.7 ormsgpack 1.7.0
overrides 7.4.0 embalaje 24.1 Pandas 2.2.3
pandocfilters 1.5.0 parambench-train-comms 0.0.0 paramiko 3.5.1
parso 0.8.4 pathspec 0.10.3 chivo expiatorio 1.0.1
peft 0.17.1 pexpect 4.8.0 almohada 11.1.0
pip 25.0.1 platformdirs 3.10.0 plotly 5.24.1
pluggy 1.5.0 chucho 1.9.0 preshed 3.0.12
prometheus_client 0.21.0 prompt-toolkit 3.0.43 propcache 0.2.0
proto-plus 1.26.1 protobuf 5.29.4 psutil 5.9.0
psycopg2 2.9.3 ptyprocess 0.7.0 pure-eval 0.2.2
py-spy 0.4.1 py4j 0.10.9.9 pyarrow 19.0.1
pyarrow-hotfix 0.7 pyasn1 0.4.8 pyasn1-modules 0.2.8
pyccolo 0.0.71 pycparser 2.21 pydantic 2.10.6
pydantic-settings 2.13.1 pydantic_core 2.27.2 pydot 4.0.0
pyflakes 3.2.0 Pygments 2.15.1 PyGObject 3.48.2
pyiceberg 0.9.0 PyJWT 2.10.1 PyNaCl 1.5.0
pynndescent 0.6.0 pynvml 13.0.1 pyodbc 5.2.0
pyOpenSSL 24.2.1 pyparsing 3.2.0 pyright 1.1.394
pyspark 4.0.0+databricks.connect.17.3.15 pytesseract 0.3.13 pytest 8.3.5
Python-dateutil 2.9.0.post0 python-dotenv 1.1.1 python-json-logger 3.2.1
python-lsp-jsonrpc 1.1.2 python-lsp-servidor 1.12.0 python-snappy 0.7.3
configuración de herramienta Python 1.2.6 pytorch-lightning 2.5.4 pytorch-ranger 0.1.1
pytz 2026,5 PyYAML 6.0.2 pyzmq 26.2.0
ray 2.49.1 referencing 0.30.2 regex 2024.11.6
solicitudes 2.32.5 requests-toolbelt 1.0.0 rfc3339-validator 0.1.4
rfc3986-validator 0.1.1 rico 13.9.4 cuerda 1.12.0
rpds-py 0.22.3 rsa 4.9.1 s3transfer 0.11.3
safetensors 0.7.0 scikit-learn 1.6.1 scipy 1.15.1
biblioteca de visualización de datos de Python llamada seaborn 0.13.2 Send2Trash 1.8.2 transformadores de frases 5.1.0
sentencepiece 0.2.1 setuptools 74.0.0 shap 0.48.0
Shellingham 1.5.4 six 1.16.0 rebanador 0.0.8
smart_open 7.5.1 smmap 5.0.0 sniffio 1.3.0
sortedcontainers 2.4.0 archivo de sonido 0.13.1 soupsieve 2,5
soxr 1.0.0 spacy 3.8.7 spacy-legacy 3.0.12
spacy-loggers 1.0.5 SQLAlchemy 2.0.37 sqlparse 0.5.3
srsly 2.5.2 ssh-import-id 5.11 stack-data 0.2.0
Starlette 0.46.2 statsmodels (paquete de Python para análisis estadístico) 0.14.4 estibador 5.9.0
strictyaml 1.7.3 sympy 1.13.3 tabulate 0.9.0
tenacidad 9.0.0 tensorboardX 2.6.4 terminado 0.17.1
thinc 8.3.10 threadpoolctl 3.5.0 tiktoken 0.9.0
tinycss2 1.4.0 tokenize_rt 6.1.0 tokenizers 0.22.0
tomli 2.0.1 antorcha 2.7.1 torch-optimizer 0.3.0
torchmetrics 1.8.2 torchvision 0.22.1 tornado 6.4.2
tqdm 4.67.1 traitlets 5.14.3 Transformadores 4.56.1
Tritón 3.3.1 typeguard 4.3.0 typer 0.23.1
typer-slim 0.23.1 types-python-dateutil 2.9.0.20241206 typing-inspect 0.9.0
typing-inspection 0.4.2 typing_extensions 4.12.2 tzdata 2026,5
ujson 5.10.0 umap-learn 0.5.9.post2 unattended-upgrades 0,1
uri-template 1.3.0 urllib3 2.3.0 uuid_utils 0.14.1
uvicorn 0.34.2 virtualenv 20.29.3 virtualenv-clone 0.5.7
virtualenvwrapper 6.1.1 wadllib 1.3.6 wasabi 1.1.3
wcwidth 0.2.5 weasel 0.4.3 webcolores 24.11.1
codificaciones web 0.5.1 cliente de websocket 1.8.0 whatthepatch 1.0.2
wheel 0.45.1 cuando quiera 0.7.3 widgetsnbextension 3.6.6
envuelto 1.17.0 xgboost 3.0.4 xgboost-ray 0.1.19
xxhash 3.5.0 yapf 0.40.2 yarl 1.18.0
zipp 3.21.0 zstandard 0.23.0 zstd 1.5.5.1